面向初学者的JavaScript机器学习：功能与局限

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

JavaScript机器学习：初学者需要了解什么

机器学习（ML）的世界传统上与Python和R相关联。然而，JavaScript凭借Node.js生态系统，正积极进军这一领域。许多新手开发者会问：能否在不学习Python的情况下，用JS创建神经网络？答案是——可以，但有所保留。在本文中，我们将探讨存在哪些库，如何用Node.js编写一个简单的神经网络，以及这种做法的核心局限性。

为什么用JavaScript做ML？核心库

JavaScript最初并非为高性能计算而设计，但其主要优势在于无需切换语言即可在浏览器和服务器（Node.js）上运行。用于JS的ML有三个关键库：

TensorFlow.js —— 谷歌流行框架的移植版。允许在浏览器或Node.js中直接运行预训练模型并训练新模型。
Brain.js —— 一个简单的神经网络库。非常适合初学者，因为创建和训练网络所需的代码极少。
Synaptic —— 一个用于构建神经网络架构的更底层库。

为了演示功能，我们将使用brain.js，因为它对新手来说最易于理解。

安装及Node.js上的第一个示例

首先，创建一个新项目并安装库：

npm init -ynpm install brain.js

现在，我们编写一个最简单的神经网络，让它学习预测逻辑运算XOR（异或）。这是神经网络世界中的经典“Hello World”。

const brain = require('brain.js');

// 创建一个带一个隐藏层的网络const net = new brain.NeuralNetwork();

// 用XOR数据训练网络net.train([    { input: [0, 0], output: [0] },    { input: [0, 1], output: [1] },    { input: [1, 0], output: [1] },    { input: [1, 1], output: [0] }], {    iterations: 2000,  // 训练迭代次数    errorThresh: 0.005 // 误差阈值});

// 检查结果const output00 = net.run([0, 0]);const output01 = net.run([0, 1]);const output10 = net.run([1, 0]);const output11 = net.run([1, 1]);

console.log(`0 XOR 0: ${output00}`);console.log(`0 XOR 1: ${output01}`);console.log(`1 XOR 0: ${output10}`);console.log(`1 XOR 1: ${output11}`);

运行后（node index.js），您会看到接近0或1的数字。这意味着网络已成功学习。请注意：brain.js为您隐藏了所有复杂的数学运算，使其成为绝佳的入门选择。